CLASIFICACION DE CARACTERES CON REDES NEURONALES PARA LA

ELABORACION DE ARTICULOS CIENTIFICOS

ESTUDIANTES:
EDUARDO CHARREZ PARRA
SOCRATES MARTINEZ BERRIO

UNIVERSIDAD DE LA AMAZONIA
INGENIERIA DE SISTEMAS
FLORENCIA-CAQUETA
2019
 PROBLEMA
En la actualidad el desarrollo y documentación son algo importante para la
investigación, con lo cual es necesario un buen resultado y en muchas situaciones las
revistan donde se realizan publicaciones tienen limitantes de caracteres tanto para las
mayúsculas, minúsculas y números. Esto se define según la categoría del articulo y la
relevancia del material trabajado. Con lo cual se usarán Redes Neuronales para la
identificación de caracteres por medio de la conversión ASCII “American Standard
Code for Information Interchange”, el cual nos ayuda a convertir los caracteres a
valores numéricos, de fácil identificación y manejo.

DATOS
En este caso ingresaremos 5 palabras en minúscula, 5 en mayúscula, y 5 números para
que el sistema lo pueda reconocer, además de esto toca ingresar la tabla de ASCII al
sistema, con el método que permita hacer la conversión de carácter a número.
Tabla 1: Código ASCII
N° Carácter N° Carácter N° Carácter
32 64 @ 96 `
33 ! 65 A 97 a
34 " 66 B 98 b
35 # 67 C 99 c
36 $ 68 D 100 d
37 % 69 E 101 e
38 y 70 F 102 f
39 ' 71 G 103 g
40 ( 72 H 104 h
41 ) 73 I 105 i
42 * 74 J 106 j
43 + 75 K 107 k
44 , 76 L 108 l
45 - 77 M 109 m
46 . 78 N 110 n
47 / 79 O 111 o
48 0 80 P 112 p
49 1 81 Q 113 q
50 2 82 R 114 r
51 3 83 S 115 s
52 4 84 T 116 t
53 5 85 U 117 u
54 6 86 V 118 v
55 7 87 W 119 w
56 8 88 X 120 x
57 9 89 Y 121 y
58 : 90 Z 122 z
59 ; 91 [ 123 {
 60 < 92 \ 124 |
61 = 93 ] 125 }
62 > 94 ^ 126 ~
63 ? 95 _ 127 ?

En la Tabla 1 vemos como se codifican las palabras en código ASCII, por lo tanto la
palabra h es 104 y H es 72, el numero 4 es 52 y así para todos.
Tabla 2: Caracteres utilizados en el proyecto.
Carácter Carácter
a G
b H
c I
d J
e K
f L
g M
h N
i O
j P
k Q
l R
m S
n T
o U
p V
q W
r X
s Y
t Z
u 0
v 1
w 2
x 3
y 4
z 5
A 6
B 7
C 8
D 9
E
F
 En la Tabla 2 vemos los Caracteres que utilizaremos para el sistema convierta y
después diga cuales son los rangos que debe asignar para identificar si es mayúsculas,
minúscula o número.

CODIFICACION DE LOS DATOS

Debemos entrenar las neuronas y para ello se debe crear un arreglo con los datos de entrada
y una matriz para los datos que deben asociar en el proceso para su respectiva salida, a
continuación se muestran el vector de entrada y la matriz de procesos.
1. La entrada asignada a las neuronas es el siguiente arreglo:

A = [48 49 50 51 52 53 54 55 56 57 65 66 67 68 69 70 71 72 73 74 75 76 77
78 79 80 81 82 83 84 85 86 87 88 89 90 97 98 99 100 101 102 103 104 105
106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122]

2. La segunda entrada es la matriz de identificación.

B = [0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
];

DESARROLLO
http://www.matrixlab-examples.com/ascii-chart.html
Para entrenar las neuronas abriremos el Neuronal Network Start de Matlab, en consola con
el comando es: nnstart, como se realizó para este proyecto, también se puede abrir en las
aplicaciones del panel superior de Matlab. Seguidamente se nos abre una nueva ventana
como se observa en la Figura 1 en la cual se pulsa en el botón Pattern Recognition app.
En la siguiente ventana Figura 2 se selecciona para inputs el arreglo, en este caso está
nombrado como A, y en los Targets se ha de seleccionar la matriz llamada para el proyecto
como B, se da clic en Next.
En la sección de Validation and Test Data Figura 3, no se debe cambiar nada, simplemente
hacemos clic en Next y continuamos a la siguiente ventana.
En la siguiente ventana, Figura 4 se debe señalar cuantas neuronas se desea aplicar, en el
proyecto se probó con primeramente con 7 Neuronas, después con algunas diferentes tales
como:
- 10 neuronas, Imagen 10
- 15 neuronas, Imagen 13
- 3 neuronas, Imagen 16
Una vez entrenadas las neuronas debemos proceder a extraer el código y para ello en la
ventana de la Figura 5: Train Networ se debe dar clic en Next, en la siguiente ventana de
Evalue Network Figura 6 se debe dar clic en Next y por último en la ventana de Deploy
Solution Figura 7 se debe cliquear en el botón MATLAB Matrix-Only Function y se saldrá
un Scrib Figura 8 que se debe guardar, pues ello es la función de la Neurona entrenada y en
la última ventana Figura 9 le damos a finalizar

Imagen # 1 Menú Principal del Nural Network Start Imagen # 2 Selección de Inputs y Targets.
(nnstart).

Imagen # 3 Networ Architecture, selección de

Imagen # 4 Validation and Test Data. Neuronas.
Imagen # 6 Train Networ entrenando Neuronas. Imagen # 5

Imagen # 7
Imagen # 8

Imagen # 10

Imagen # 9
 Imagen # 12

Imagen # 11

Imagen # 14
Imagen # 13

Imagen # 16
Imagen # 15
 Imagen # 18 Imagen # 17

Imagen # 20

Imagen # 19

Imagen # 21
 CONCLUSIONES
Figura